NUWA 风险评测 · 评测基准
ForesightSafety-VLA: A Unified Diagnostic Safety Benchmark for Vision-Language-Action Models
NUWA 研究解读 · 独立复核待完成
NUWA Research Note
研究问题研究设计与假设来源发现NUWA 解读局限与相反证据研究与决策意义证据补充机构与角色原始资源模型辅助整理 · 选读原始全文或官方文章中的相关章节；尚未完成逐章节审计。
研究速读
13 类分类、66 个基础场景、5 种具身；联合报告安全/不安全成功与失败，另有累计安全成本和风险暴露时间。
研究问题
结构、语言、视觉变化分别如何影响具身安全？
研究设计与假设
协议覆盖 13 类安全问题、66 个基础场景和 5 种具身；语言与视觉变化叠加在基础场景上。结果区分安全成功、安全失败、不安全成功和不安全失败，并辅以累计安全成本与风险暴露指标。
来源发现
安全／不安全与成功／失败的四象限分解能够揭示任务成功率隐藏的不安全成功；场景和类别数量描述基准设计，不代表现实危害频率。
NUWA 解读
过程与终点需要共同解释；综合指标应保留可检查的分量，不能让高任务完成度抵消不安全行为。
局限与相反证据
语言和视觉变化叠加在基础场景上，不是另外新增的独立任务；指标依赖仿真安全阈值。
研究与决策意义
NUWA 建议：为物理安全页面补充过程指标，保留原始分量，避免只采用综合标量。
精确来源位置
- ForesightSafety-VLA: A Unified Diagnostic Safety Benchmark for Vision-Language-Action Models · §§III–V; discussion; text lines 00082,00084,00134,00141,00146,00147Original resource captured 2026-10-28T07:24:44.372873+00:00; sha256:303708eaa7bcf2e1d96cd551279703949de0dff652b1b5b86e0cd2dd5905329a
来源核查、数据提取、编辑批准与实验复现分别记录。 方法说明 →
证据补充 · 2026-10-28
模型辅助整理 · 独立证据及双语编辑复核待完成。以下数值为来源发现或材料计数，与趋势结果序列分开保存。
原文数值与条件（2 条）
计数、比例与对比效应使用不同单位。样本数量不等于独立实验数量；未披露的分子和区间水平保持未知。
| 系统／指标 | 原文数值 | 总体与条件 |
|---|---|---|
| Base scenarios | 66 场景 | 条件、限制与来源Inventory count, not outcome denominator or severity. 原文 ↗ · Abstract; benchmark design; text lines 00082,00084,00134,00141,00146,00147Original capture 2026-10-28T07:24:44.372873+00:00; sha256:303708eaa7bcf2e1d96cd551279703949de0dff652b1b5b86e0cd2dd5905329a |
| Safety categories | 13 类别 | 条件、限制与来源Inventory count, not outcome denominator or severity. 原文 ↗ · Abstract; benchmark design; text lines 00082,00098,00100,00146Original capture 2026-10-28T07:24:44.372873+00:00; sha256:303708eaa7bcf2e1d96cd551279703949de0dff652b1b5b86e0cd2dd5905329a |
机构与角色
作者 (8)
Mingyang Lyu · Yinqian Sun · Yiyang Jia · Sicheng Shen · Moquan Sha · Huangrui Li · Feifei Zhao · Yi Zeng
评测协议
引用与复用
引用研究发现时请引用原始出版物；引用 NUWA 的整理与解释时，单独引用本站记录及对应快照。
原始出版物 · BibTeX
@misc{foresight-vla,
title = {ForesightSafety-VLA: A Unified Diagnostic Safety Benchmark for Vision-Language-Action Models},
url = {https://arxiv.org/html/2606.27079},
author = {Mingyang Lyu and Yinqian Sun and Yiyang Jia and Sicheng Shen and Moquan Sha and Huangrui Li and Feifei Zhao and Yi Zeng},
version = {arXiv:2606.27079v2; version header 27 Jun 2026; Original resource captured 2026-10-28T07:24:44.372873+00:00; sha256:303708eaa7bcf2e1d96cd551279703949de0dff652b1b5b86e0cd2dd5905329a},
note = {arXiv:2606.27079v2; version header 27 Jun 2026; Original resource captured 2026-10-28T07:24:44.372873+00:00; sha256:303708eaa7bcf2e1d96cd551279703949de0dff652b1b5b86e0cd2dd5905329a}
}
NUWA 记录 · BibTeX
@misc{foresight-vla-nuwa,
title = {ForesightSafety-VLA: A Unified Diagnostic Safety Benchmark for Vision-Language-Action Models — NUWA research record},
url = {https://whitzard.tech/nuwa/whitzard-index/work/foresight-vla/},
version = {2026-10-29.1},
organization = {NUWA Frontier AI Safety Lab},
howpublished = {Retained note edition: https://whitzard.tech/nuwa/whitzard-index/data/record-editions/2026-10-29.1--foresight-vla.json},
note = {NUWA research note. Source-reading scope and independent review status are stated on the record. Snapshot 2026-10-29.1. Retained note edition: https://whitzard.tech/nuwa/whitzard-index/data/record-editions/2026-10-29.1--foresight-vla.json.}
}
证据快照 2026-10-29.1 · 索引更新 · RSS
参考文献
- [1] Mingyang Lyu, Yinqian Sun 等. ForesightSafety-VLA: A Unified Diagnostic Safety Benchmark for Vision-Language-Action Models ; §§III–V; discussion; text lines 00082,00084,00134,00141,00146,00147